数源AI推荐的论文‘VideoMamba: State Space Model for Efficient Video Understanding‘介绍了VideoMamba模型，它通过线性复杂度运算符实现高效长视频理解。该模型克服了3D CNN和视频变换器的局限，具备可扩展性、敏感性、优越性和兼容性。

索尼开启了打造沉浸式XR内容新征程。

香港中文大学与智谱研究院的研究团队提出了VisionReasoner，一个基于强化学习的统一视觉感知与推理框架。该模型能够同时处理检测、分割和计数三类视觉任务，通过结构化推理过程分析图像内容。实验显示，与Qwen2.5VL相比，该模型在COCO检测、ReasonSeg分割和CountBench计数任务上分别提升了29.1%、22.1%和15.3%，同时保持了出色的视觉问答能力，证明了统一视觉框架的可行性和高效性。

谷歌DeepMind推出Streaming DiLoCo技术，通过流式同步、重叠通信和4位量化压缩三项创新，将大规模AI模型训练的带宽需求降低400倍。该方法在保持模型质量几乎不变的前提下，让普通研究机构也能负担得起超大规模AI训练，有望推动AI技术民主化发展。

这项研究提出了Mirage框架，让AI学会像人类一样进行"心理想象"推理。通过生成压缩的潜在视觉标记而非完整图像，该方法在多个空间推理任务上显著超越传统文字推理和图像生成方法，为AI推理能力发展开辟了新路径。

联邦存储功能是在一个管理界面下管理多套不同型号的SC存储系统，从而进行集中维护、配置等日常工作。既可以保证整体统一，又可以保证给予各组成单位灵活度。

这项由华盛顿大学和新加坡国立大学研究团队提出的ScaleKV技术，针对视觉自回归模型中的内存瓶颈问题提供了创新解决方案。研究发现不同变压器层具有不同的缓存需求，将它们分为需要大量历史信息的"起草者"和专注于当前细节的"精细器"，实现了尺度感知的KV缓存分配。实验表明，该方法能将Infinity-8B模型的内存需求从85GB减少到8.5GB，同时保持生成质量几乎不变，为高分辨率AI图像生成的普及应用铺平了道路。

藏匿于威尼斯人酒店的亚马逊展台，低调的装饰，但是丝毫不影响展位上Alexa设备在会场外的现实世界火了一把。

武汉大学研究团队提出了FRANK模型，一种无需训练的方法，能让视觉语言大模型获得推理和反思能力。研究发现多模态模型中，浅层解码器负责视觉理解，深层负责文本推理，据此设计了一种层次化权重合并策略，将视觉模型与推理模型智能融合。他们通过泰勒展开推导出闭式融合权重公式，并引入注意力引导的指数衰减先验，使模型既保留视觉感知又获得推理能力。实验显示FRANK-38B在MMMU测试中达到69.2%准确率，超越GPT-4o，且展现出卓越的自我纠错能力，为多模态AI提供了无需昂贵训练的新途径。

加州大学圣地亚哥分校和Stability AI联合研究团队提出了革命性的ARC音频生成加速方法，将AI音频生成时间从几分钟缩短到几十毫秒，实现100倍速度提升。该方法通过对抗性相对论-对比训练让AI学会"一步到位"生成高质量音频，不仅保持了音频质量，还显著提升了生成多样性。技术已可在智能手机上运行，为音频创作、游戏开发和内容制作等领域带来实时化的创意工具。

边缘计算如何起效？边缘计算要如何适应物联网与云战略？

在 Khosla Ventures 支持下，Fireflies.ai 推出 200 多款领域专用迷你应用，自动从会议记录中提取洞察，助力销售、客服等业务场景，并与 Salesforce、HubSpot、Slack 等平台无缝集成。

在欧洲和美国，大约有1.62亿人认为自己是自由职业者，你是其中之一吗？通过Uber、Airbnb、Etsy所谓的零工经济在崛起，越来越多的个人工作者正在成为常态。他们属于一个被称为“微型企业”新业务类型，并且基本上构成了商业生态系统中一个新的层级。

想象一下，你正在观看一场长达两小时的烹饪直播。主厨正在展示一道复杂菜品的制作过程，从准备食材到最终装盘。在这个过程中，你可能会在聊天框中提问："主厨用了多少盐？"或者"之前切洋葱的那把刀现在去哪了？"甚至是"你觉得这道菜最后会是什么味道？"

上海人工智能实验室联合哈尔滨工业大学开发了Graph Counselor，一种让AI智能体像专业团队协作的图谱推理新方法。通过规划、思考、执行三个智能体的分工合作，加上自我反思机制，该方法在图谱问答任务上比现有方法提升24.2%，能显著减少AI的"胡说八道"现象，为构建更可靠的AI系统提供了新思路。

WMS 是基于云的一级仓库管理系统,可以大大改善分销中心和仓库运营的效率,有助于简化仓库作业流程,降低成本和改善客户服务。Infor 认为,使用 WMS 系统能够为分销商带来诸多优势。

日前，《麻省理工科技评论》发布2019 年全球十大突破性技术，这些与人们的生产生活息息相关的创新技术和产品尚处于研发初期和试验期，其未来对人们生产、生活方式改善亟待借助类于云端营销等新营销模式，借助市场力量推动技术成果转化和产品推广应用。

这篇论文介绍了一个名为"CrEval"的创新框架，用于跨领域评估文本创造力。研究团队构建了"CreataSet"数据集，包含超过10万条人类水平和100多万条合成创意文本，涵盖87个领域。基于此训练的CrEval评估器在与人类判断的一致性上显著优于现有方法，包括GPT-4o。研究发现，结合人类创建的数据和合成数据对训练有效评估器至关重要，且CrEval不仅能评估创造力，还能提升AI模型生成更有创意内容的能力，为创造力评估和提升开辟了新方向。

NEC全球网站上发布的《NEC可持续发展报告2022》概述了迄今取得的进展。

AWS 全面采用 Apache Iceberg 开放表格式,整合到分析、机器学习和存储技术栈中。这一决策源于 S3 对象存储用户的需求,旨在提升数据访问性能和灵活性。尽管 Iceberg 获得广泛支持,Delta Lake 等竞争格式的未来仍存在不确定性。AWS 表示,除非 S3 客户有其他要求,否则将继续坚持 Iceberg 路线。